[发明专利]一种检测输电线路故障的方法、设备及存储介质

权利要求书

1.一种检测输电线路故障的方法，其特征在于，所述方法包括：

基于巡检设备获取若干个样本图像，并基于所述若干个样本图像构建第一多尺度图像数据集；

确定所述第一多尺度图像数据集中的故障样本图像，并对所述故障样本图像进行故障标记，以生成第二多尺度图像数据集；

确定第一故障分类网络，并基于所述第二多尺度图像数据集对所述第一故障分类网络进行训练，以获得收敛的第一故障分类模型；

在需要检测输电线路故障的情况下，将所述巡检设备获取的待分析图像输入到所述第一故障分类模型中，确定故障分类结果，并根据所述故障分类结果进行告警。

2.根据权利要求1所述的一种检测输电线路故障的方法，其特征在于，确定第一故障分类网络，具体包括：

在预设的深度学习网络的全连接层之前加入预设的空间金字塔池化层，以生成多尺度图像深度学习网络；

将多尺度图像深度学习网络中的标准卷积计算方式替换为深度可分离卷积计算方式，以获得第一故障分类网络。

3.根据权利要求1所述的一种检测输电线路故障的方法，其特征在于，在获得收敛的第一故障分类模型之后，所述方法还包括：

确定第一故障分类模型中对应的若干个第一训练参数，并对所述若干个第一训练参数进行简化调整，以获得若干个第二训练参数；

将所述若干个第二训练参数传入到第二故障分类网络中，以确定第二故障分类模型；

将所述第二故障分类模型设置于所述巡检设备中，以使所述巡检设备对获取的待分析图像进行实时分析。

4.根据权利要求3所述的一种检测输电线路故障的方法，其特征在于，在将所述若干个第二训练参数传入到第二故障分类网络中之前，所述方法包括：基于所述巡检设备的类型，确定适配的第二网络计算逻辑；

基于所述第二网络计算逻辑，对所述第一故障分类网络进行重构，以获得第二故障分类网络。

5.根据权利要求1所述的一种检测输电线路故障的方法，其特征在于，基于所述若干个样本图像构建第一多尺度图像数据集，具体包括：

对所述若干个样本图像进行分割处理，以确定若干个样本图像组；其中，所述样本图像组中包含预设数量个不同尺度的样本图像；

基于所述若干个样本图像组，生成所述第一多尺度图像数据集。

6.根据权利要求1所述的一种检测输电线路故障的方法，其特征在于，对所述故障样本图像进行故障标记，以生成第二多尺度图像数据集，具体包括：

确定故障在所述图像中的位置，并基于所述位置对所述故障样本图像进行标记；以及，

确定所述故障样本图像中输电线路的故障类型，并基于所述故障类型对所述故障样本图像进行标记；

构建第二多尺度图像数据集，并将标记完成的所述故障样本图像加入到所述第二多尺度图像数据集。

7.根据权利要求6所述的一种检测输电线路故障的方法，其特征在于，确定所述故障样本图像中输电线路的故障类型，具体包括：

确定所述故障样本图像中输电线路的第一故障类别及对应的第一故障类别等级；

基于所述第一故障类别与所述第一故障类别等级，确定所述故障样本图像中输电线路的故障类型。

8.根据权利要求1所述的一种检测输电线路故障的方法，其特征在于，根据所述故障分类结果进行告警，具体包括：

确定所述故障分类结果中的第二故障类别及对应的第二故障类别等级；

基于所述第二故障类别与所述第二故障类别等级，确定预设的告警方式进行告警。

9.一种检测输电线路故障的设备，其特征在于，所述设备包括：

处理器；

及存储器，其上存储有可执行代码，当所述可执行代码被执行时，使得所述处理器执行如权利要求1-8任一项所述的一种方法。

10.一种检测输电线路故障的非易失性计算机存储介质，存储有计算机可执行指令，其特征在于，所述计算机可执行指令设置为：

基于巡检设备获取若干个样本图像，并基于所述若干个样本图像构建第一多尺度图像数据集；

确定所述第一多尺度图像数据集中的故障样本图像，并对所述故障样本图像进行故障标记，以生成第二多尺度图像数据集；

确定第一故障分类网络，并基于所述第二多尺度图像数据集对所述第一故障分类网络进行训练，以获得收敛的第一故障分类模型；

在需要检测输电线路故障的情况下，将所述巡检设备获取的待分析图像输入到所述第一故障分类模型中，确定故障分类结果，并根据所述故障分类结果进行告警。